MétaCan
Menu
Retour à la cohorte
Enregistrement W2991196806 · doi:10.1073/pnas.1905094116

Long-term decline in intergenerational mobility in the United States since the 1850s

2019· article· en· W2991196806 sur OpenAlexfundno aff
Xi Song, Catherine Massey, Karen Rolf, Joseph P. Ferrie, Jonathan Rothbaum, Yu Xie

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational and Educational Inequality Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, Los AngelesUniversity of Wisconsin-MadisonUniversity of HaifaCalifornia Center for Population Research, University of California, Los AngelesPrinceton UniversityMcGill UniversityUniversity of Pennsylvania
Mots-clésSocial mobilityNonfarm payrollsDemographyPopulationDemographic economicsTerm (time)OffspringOccupational mobilityGeographySociologyEconomicsAgricultureBiologyPregnancy

Résumé

récupéré en direct d'OpenAlex

We make use of newly available data that include roughly 5 million linked household and population records from 1850 to 2015 to document long-term trends in intergenerational social mobility in the United States. Intergenerational mobility declined substantially over the past 150 y, but more slowly than previously thought. Intergenerational occupational rank-rank correlations increased from less than 0.17 to as high as 0.32, but most of this change occurred to Americans born before 1900. After controlling for the relatively high mobility of persons from farm origins, we find that intergenerational social mobility has been remarkably stable. In contrast with relative stability in rank-based measures of mobility, absolute mobility for the nonfarm population-the fraction of offspring whose occupational ranks are higher than those of their parents-increased for birth cohorts born prior to 1900 and has fallen for those born after 1940.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,092
Tête enseignante GPT0,394
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations167
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetIntergenerational and Educational Inequality StudiesTravaux en français237 207